Maestría en Finanzas Públicas

Métodos Cuantitativos

Medidas de posición

1
Sesión 3
Contenido

Objetivo general de la sesión: .............................................................................. 3

Medidas de posición central. ................................................................................ 3
Media aritmética, recortada, ponderada: .............................................................. 5
Mediana y moda................................................................................................. 10
Medidas de posición no central .......................................................................... 14
Cuartiles, deciles y percentiles ........................................................................... 15
Bibliografía ......................................................................................................... 18

2
Objetivo general de la sesión:

Identificar la importancia de la Estadística a partir de las medidas de tenden-

cia central y las medidas de posición no central, para entender los contextos y apli-

carlos a problemáticas reales.

Medidas de posición central.

Lo que hemos realizado en nuestro estudio de estadística descriptiva ha sido

recabar información de datos en bruto y para transformarla la organizamos en una

distribución de frecuencias y la representamos de manera gráfica en un histograma

o un polígono de frecuencias y otros tipos de gráficas.

Estudiaremos las formas numéricas de descripción de los datos, las medidas

de ubicación o las medidas de tendencia central.

Las medidas de ubicación se conocen a menudo como promedio y el propó-

sito de una medida de ubicación es señalar el centro de un conjunto de valores.

3
 Las medidas de tendencia central se llaman así a los parámetros numéricos

que se ubican al centro de un conjunto de datos que estén ordenados según su

magnitud, dichos parámetros son: la media aritmética, la mediana y la moda. (Ra-

miro, 2015)

Las medidas de tendencia central son indicadores que muestran en forma

resumida hacia qué valor o valores se agrupan los datos, las podemos calcular para

datos agrupados y datos no agrupados, los primeros son los que se encuentran

ordenados y clasificados en las tablas de frecuencias y los datos no ordenados son

un conjunto de datos a granel o datos sueltos como por ejemplo, se quiere obtener

el promedio de las calificaciones obtenidas en el semestre por un alumno de univer-

sidad, o el cálculo de los gastos del supermercado.

Fuente: Gráfica de medidas tendencia central (Douglas, 2008)

4
Media aritmética, recortada, ponderada:

Calculo de las medidas de tendencia central para datos agrupados

Media de la población: para la información en bruto, es decir que los datos o

las observaciones no se han agrupado en una distribución de frecuencias, la media

de la población es la suma de todos los valores en la población dividida entre el

número de valores en la población.

Cualquier característica mensurable de la población se le conoce como pa-

rámetro, la media de la población es un parámetro.

Parámetro: característica de una población.

Suma de todos los valores en la población

Media de la población (µ) = ------------------------------------------------------------
Número de valores en la población

Media de la muestra: para la información en bruto, es decir que los datos o

las observaciones no se han agrupado en una distribución de frecuencias, la media

5
de la muestra es la suma de todos los valores en la muestra dividida entre el número

de valores en la muestra.

La media de una muestra o cualquiera otra medida basada en los datos de

una muestra se conocen como estadístico.

Estadístico: característica de una muestra.

La media que se ha calculado es para datos desagrupados, pero cuando

usamos los datos agrupados podemos utilizar la siguiente formula:

𝑛
𝑥=∑ 𝑥𝑖 𝑓𝑖
𝑖=1

N
Donde:
xi es la marca de clase.
fi es la frecuencia de los intervalos.
N es el total de los datos.

Ejemplo. Tenemos un grupo de 100 estudiantes, en donde están registradas

sus alturas en aproximaciones en pulgadas, calcular la media aritmética:

6
 Frecuencia
Intervalos de clase clase

Límite Límite Marca

Frecuencia
inferior de superior de fx
absoluta
clase de clase clase X
Calculo de la media
60 62 5 61 305
63 65 18 64 1152 x= 6745 = 67,45
66 68 42 67 2814 100
69 71 27 70 1890
72 74 8 73 584
Total de
100 6745
datos

La media aritmética para el grupo de estudiantes es 67.45 pulgadas.

Propiedades de la media aritmética.

1.- cada conjunto de datos de intervalo o de nivel de razón tiene una media.

2.- todos los valores se incluyen al calcular la media.

3.- un conjunto de datos sólo tiene una media, la media es única.

4.- la suma de las desviaciones de cada valor de la media siempre es cero.

La media ponderada: es un caso especial de la media aritmética, ocurre

cuando hay varias observaciones del mismo valor.

Xw = W1x1+W2x2+W3x3+…….+wnXn
w1+w2+w3+……..+wn

7
 En general la media ponderada es un conjunto de números designados X1,

X2, X3,….Xn, con las ponderaciones correspondientes w1, w2, w3,…….., wn.

Esto lo explicaremos con un ejemplo: si en la tiendita de la esquinase venden

refrescos de tamaño mediano, grande y extra grande en $ 0.90, $ 1.25 y $ 1.50

respectivamente. De los 10 últimos refrescos 3 eran medianos, 4 eran grandes y 3

eran extra grandes. ¿Cuál es el precio medio de los últimos 10 refrescos vendidos?

Una forma fácil de calcularlo es, multiplicando cada observación por el nú-

mero de veces que sucede y dividirlo entre el total de observaciones.

Xw = 3($0,90)+4($1,25)+3($1,50)
3+4+3

La media geométrica: es útil para encontrar el promedio de porcentajes, ra-

zones, índices o tasas de crecimiento. Tiene muchas aplicaciones en administración

y economía ya que a menudo nos interesa calcular los cambios los cambios por-

centuales en ventas, salarios o cifras económicas, como el producto interno bruto,

que se componen o se fundamentas entre si.

8
 La media geométrica de un conjunto de n números positivos se define como

la n-ézima raíz del producto de n valores.

Se calcula de la siguiente manera:

𝑛
GM = √(𝑋1)(𝑋2 ) … (𝑋𝑛).

Ejemplo:

Encontrar la tasa anual de crecimiento suponiendo que las ventas han cre-
cido un 25 por ciento en cinco años.

Solución.

La tentación intuitiva, pero ingenua, es dividir simplemente el crecimiento to-

tal 25 por ciento por el número de periodos 5 y concluir que la tasa anual media de
crecimiento es del 5 por ciento. Este resultado es incorrecto porque no tiene en
cuenta el efecto compuesto del crecimiento.

Suponga que la tasa anual de crecimiento es realmente del 5 por ciento, en

ese caso, el crecimiento total en 5 años será.

(1.05)(1.05)(1.05)(1.05)(1.05) = 1.2763

9
 O sea 27.63 por ciento. Sin embargo, la tasa anual de crecimiento, r, que
daría un 25% en 5 años debe satisfacer esta ecuación:

(1 + 𝑟)5 = 1.25

Primero, encontramos la media geométrica:

1⁄
𝑥̅𝑔 = 1 + 𝑟 = (1.25) 5 = 1.046

La tasa de crecimiento es 𝑟 = 0.046 , o sea 4.6% (Paul Newbold, 2008)

La media recortada: es la media calculada luego de quitar el cinco por ciento

de los valores de los extremos, tanto del superior como del inferior, previamente se

han ordenado los datos en orden ascendente. Lo que se busca con esto, es eliminar

la distorsión de la media originada por los valores muy extremos.

Mediana y moda

Mediana: es la observación que ocupa el lugar central de un conjunto de ob-

servaciones o de datos ordenados en sentido ascendente (o descendente). Si el

tamaño de la muestra, n es un número impar, la mediana es la observación que se

encuentra en el medio. Si el tamaño de la muestra n, es un número par, la mediana

10
es la media de las dos observaciones que se encuentran en el medio. La mediana

se encuentra en la:

0.50(n+1) primera posición ordenada

La fórmula de la mediana para datos agrupados es:

N - (∑fi) (c)
Med = Li + 2
f mediana

Donde:

Li es el límite real de la clase mediana, es decir la clase que contiene la me-

diana (N/2).

N es el número total de datos es decir la frecuencia total.

∑fi es la suma de las frecuencias de todas las clases por debajo de la clase

mediana.

f mediana es la frecuencia de la clase mediana.

c es el tamaño del intervalo de la clase mediana.

11
 Ejemplo siguiendo el ejemplo anterior pero se calculara la mediana para da-

tos agrupados.

Frecuencia
Intervalos de clase clase
Límite Límite real Límite real Tamaño o
Límite inferior superior de Frecuencia Marca de clase inferior de superior de ancho de Frecuencia
de clase clase absoluta X clase clase clase acumulada Calculo de la mediana
60 62 5 61 59,5 62,5 3 5
63 65 18 64 62,5 65,5 3 23 Med = 65,5 + (50 - 23) .(3) = 67,42
66 68 42 67 65,5 68,5 3 65 42
69 71 27 70 68,5 71,5 3 92
72 74 8 73 71,5 74,5 3 100
Total de datos 100

N .= 100 .=50
2 2

Lo que da 67.42 pulgadas.

La moda: si existe es el valor que aparece con más frecuencia.

La moda de una serie de números es aquel valor que se presenta con la

mayor frecuencia, es decir, es el valor más común. La moda puede no existir, incluso

si existe puede no ser única.

Una distribución que tiene una sola moda se llama unimodal.

12
 En el caso de los datos agrupados donde se ha construido una curva de fre-

cuencias para ajustar los datos, la moda será el valor (o valores) de X correspon-

dientes al máximo (o máximos) de la curva.

De una distribución de frecuencias o un histograma la moda puede sacarse de la

fórmula:

Mod = Li + (Δ1) ( c )
(Δ1+Δ2)

Donde:

Li es el límite real inferior de clase de la clase modal (es decir, la clase que

contiene la moda)

Δ1 es el exceso de la frecuencia modal sobre la frecuencia de la clase conti-

gua inferior.

Δ2 es el exceso de la frecuencia modal sobre la frecuencia de la clase conti-

gua superior.

C es el tamaño del intervalo de clase modal.

Ejemplo siguiendo el ejemplo de los estudiantes calculemos la moda para

los datos agrupados.

13
 Frecuencia
Intervalos de clase clase
Límite Límite real Límite real Tamaño o
Límite inferior superior de Frecuencia Marca de clase inferior de superior de ancho de Frecuencia
de clase clase absoluta X clase clase clase acumulada Calculo de la moda
60 62 5 61 59,5 62,5 3 5
63 65 18 64 62,5 65,5 3 23 Mod = 65,5 + .( 24 ) .(3) = 67,34
66 68 42 67 65,5 68,5 3 65 (24 + 15)
69 71 27 70 68,5 71,5 3 92
72 74 8 73 71,5 74,5 3 100
Total de datos 100

Δ1 = 42-18 = 24
Δ2 = 42-27 = 15

Lo que nos da una moda de 67.34 pulgadas.

Medidas de posición no central

Hay otras formas de describir la variación o extensión de un conjunto de datos.

Uno de los métodos consiste en determinar la ubicación de los valores que

dividen un grupo de observaciones en partes iguales.

Estas medidas son:

Cuartiles (Qi)

Deciles (Di)

Percentiles (Pi)

14
Cuartiles, deciles y percentiles

Los cuartiles dividen un grupo de datos u observaciones en cuatro partes

iguales, el primer cuartil que se indica como Q1, es el valor por el cual ocurre el 25%

de las observaciones y el tercer cuartil que se representa por Q3, es el valor por

debajo del 75% de los datos y el cuartil 2 que se representa por Q2 y es el mismo

valor de la mediana ya que es el valor central y con esta referencia vemos que el

cuartil uno es el punto medio entre el valor más bajo y la mitad de los datos y el

cuartil 3 es el punto medio entre la mediana y el valor más alto.

De manera similar los deciles se dividen en diez partes iguales y los percen-

tiles se dividen en cien partes iguales, lo que permite tener una mejor descripción

de los datos desde cualquier punto que se observe, por ejemplo si se tiene un

alumno de universidad cuyo promedio se encuentra en el decil ocho, se puede llegar

a la conclusión de que el 80% de los estudiantes tiene un promedio más bajo que

él y un 20% obtuvo un promedio más alto.

Un promedio general que se encuentre en el percentil 33, significa que el

33% de los estudiantes tiene un promedio más bajo y el 67% tienen un promedio

más alto que el resto.

15
 Las calificaciones en percentiles se utilizan con frecuencia para reportar los

resultados en pruebas nacionales estandarizadas y determinar el ingreso a los pro-

gramas de maestría en administración y derecho.

Para realiza los cálculos se utiliza la siguiente fórmula:

La fórmula aplica para los cuartiles, deciles y percentiles, pero con sus res-

pectivos cambios que se realizan en el lugar de (N/2) como se describe a continua-

ción.

Cuando es el cuartil 1 (Q1) se divide el total de los datos entre cuatro (n/4),

cuando se quiere calcular el cuartil 2 (Q2) se divide el total de los datos entre dos

(n/2) y este resultado es el mismo que la mediana, es por eso que se divide a la

mitad y para el cuartil 3 (Q3) se realiza de la siguiente manera, se multiplica el total

de los datos por ¾ es decir (3/4*n).

16
 Tomando en cuenta estas observaciones y se incorpora en la fórmula, se

toma en cuenta la frecuencia que contenga el cuartil, el límite real que contenga al

cuartil y la suma de la frecuencia acumulada anterior al que contiene el cuartil.

Cuando se quiere calcular el decil uno (D1) se multiplica el total de datos por

(n)(1/10), cuando se quiere calcular el decil dos (D2), se multiplica el total de los

datos por (n)(2/10), cuando se quiere calcular el decil tres (D3), se multiplica por

(3)(3/10) y así sucesivamente hasta llegar al decil 9.

Cuando se quiere calcular los percentiles, por ejemplo el percentil 18, (P18)

se multiplica el total delos datos por (n)(18/100), si se quiere el percentil 73 (P73)

se multiplica el total de los datos n por (n)(73/100) y así sucesivamente cada per-

centil que se quiera obtener.

Y el cálculo se realiza de la misma manera que con los cuartiles, deciles o

percentiles, utilizando la misma fórmula, solo se sustituye los alores encontrados

según el caso, los límites de clase, frecuencia acumulada anterior a la clase que

contiene los cuartiles, deciles o percentiles.

17
 Bibliografía

 Anderson, D. S. (2014). Estadística para asministraión y economía. México:

Cengage Learning.

 Camarero. L., A. A. (2014). Estadística para investigación social. México:

Alfaomega.

 Douglas A. Lind, W. G. (2008). Estadística para los Negocios y la Economía.

México: Mc Graw Hill.

 L, S. W. (2014). Estadística para Administración y economía, conceptos y

Aplicaciones. México: Oxford University Press.

 Levín Richard I., R. D. (2008). Estadística para Administración y Economía.

México: Pearson.

 Paul Newbold, W. L. (2008). Estadística para administración y economía.

Madrid: Pearson.

 Pierdant, I. y. (2014). Elemento Básicos de Estadística y Probabilidad para

las Ciencias Sociales. México: Universidad Atónoma Metropolitana.

 Ramiro, G. C. (2015). Estadística. Puebla: didacteca.

 Sarabia Alegría, J. (2017). Problemas resuetos de estadística para ciencias

sociales. México: Pirámide.

18